Effect of COVID-19 Pandemic on the Levels of Empathy among Undergraduate Dental Students in Pakistan
Notice bibliographique
Résumé
Abstract Objective The purpose of our study is to determine the effect of coronavirus disease 2019 (COVID-19) on the levels of empathy toward patients among undergraduate dental students in Pakistan. Materials and Methods A cross-sectional, survey-based study was conducted at Islamic International Dental College, Islamabad, Pakistan. After taking an informed consent, a validated and pretested Toronto Empathy Questionnaire (TEQ) was distributed amongst the undergraduate dental students at two points, one before the COVID-19 existed, and the other after August 7th, 2020, when the COVID-19 cases dropped in Pakistan. Responses were indicated on a five point Likert Scale. Statistical Analysis A one-way ANOVA (analysis of variance) was used to compare the TEQ scores between the different years of education at the dental school. Difference within the groups was analyzed using the post-hoc Tukey test. Pre- and post-COVID-19 comparison was done using the Chi-square test (significance level p < 0.05). Results A total of 221 out of 260 students in the pre-COVID-19 group, while 210 out of 260 students in the post-COVID-19 group enrolled in the dentistry program participated in the study. Significant difference in the empathy levels was observed in the pre- and post-COVID-19 groups of the same population, i.e., (p < 0.05). The response rate was 85%. Conclusions This study showed an increase in mean empathy scores among the undergraduate dental students after COVID-19, indicating a significant improvement in their empathy levels during the time of COVID-19. It highlights the impact of the pandemic, whereby death and chaos seem to have brought about an improvement in interpersonal harmony.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».